Mikä on autokorrelaatio?
Autokorrelaatio on matemaattinen esitys tietyn aikasarjan ja itsensä jälkeenjääneen version samankaltaisuusasteesta peräkkäisillä aikaväleillä. Se on sama kuin kahden eri aikasarjan välisen korrelaation laskeminen, paitsi että autokorrelaatio käyttää samaa aikasarjaa kahdesti: kerran alkuperäisessä muodossaan ja kerran jäljessä yhtä tai useampaa ajanjaksoa.
autokorrelaatio
Autokorrelaation ymmärtäminen
Autokorrelaatioon voidaan viitata myös viiveellä korrelaatiolla tai sarjakorrelaatiolla, koska se mittaa muuttujan nykyarvon ja sen aikaisempien arvojen välistä suhdetta. Laskettaessa autokorrelaatiota, tuloksena saatava tulos voi olla välillä 1 - negatiivinen 1 perinteisen korrelaatiotilastoinnin mukaisesti. +1: n autokorrelaatio edustaa täydellistä positiivista korrelaatiota (yhdessä aikasarjassa havaittu kasvu johtaa suhteelliseen kasvuun toisessa aikasarjassa). Toisaalta negatiivisen 1 autokorrelaatio edustaa täydellistä negatiivista korrelaatiota (yhdessä aikasarvassa havaittu kasvu johtaa suhteelliseen laskuun toisessa aikasarjassa). Autokorrelaatio mittaa lineaarisia suhteita; vaikka autokorrelaatio onkin vähäistä, aikasarjan ja viiveellä olevan version välillä voi silti olla epälineaarinen suhde.
Avainsanat
- Autokorrelaatio edustaa samankaltaisuusastetta tietyn aikasarjan ja itsestään viivästyneen version välillä peräkkäisillä aikaväleillä.Autokorrelaatio mittaa muuttujan nykyisen arvon ja sen aikaisempien arvojen välistä suhdetta. +1: n automaattikorrelaatio edustaa täydellistä positiivista korrelaatiota, kun taas autokorrelaatio negatiivinen 1 edustaa täydellistä negatiivista korrelaatiota. Tekniset analyytikot voivat käyttää autokorrelaatiota nähdäkseen, kuinka suuri arvopaperin aiempien hintojen vaikutus sen tulevaan hintaan on.
Autokorrelaatio teknisessä analyysissä
Autokorrelaatiosta voi olla hyötyä teknisessä analyysissä, joka koskee eniten arvopapereiden hintojen kehitystä ja niiden välisiä suhteita käyttämällä kaavitekniikoita yrityksen taloudellisen tilanteen tai johdon sijasta. Tekniset analyytikot voivat käyttää autokorrelaatiota nähdäkseen, kuinka suuri arvopaperin aiempien hintojen vaikutus sen tulevaan hintaan on.
Autokorrelaatio voi näyttää, onko osakeanteeseen liittyvä vauhtitekijä. Esimerkiksi, jos sijoittajat tietävät, että osakkeella on historiallisesti korkea positiivinen autokorrelaatioarvo, ja he todistavat sen saavan huomattavia voittoja useiden viime päivien aikana, he voivat kohtuudella olettaa, että tulevien useiden päivien (johtavien aikasarjojen) liikkeet vastaavat niitä taaksepäin ja siirtyä ylöspäin.
Esimerkki autokorrelaatiosta
Oletetaan, että Emma haluaa selvittää, osoittavatko osakekannan tuotot portfoliossa autokorrelaatiota; osaketuotot liittyvät sen tuottoihin aiemmissa kaupankäyntiistunnoissa. Jos palautuksissa esiintyy autokorrelaatiota, Emma voisi luonnehtia sitä vauhtina, koska aiemmat tuotot vaikuttavat vaikuttavan tuleviin tuottoihin. Emma suorittaa regression kahdella aikaisemmalla kaupankäyntiistunnon palautuksella itsenäisinä muuttujina ja nykyinen tuotto riippuvaisena muuttujana. Hän toteaa, että palautuksissa yksi päivä ennen positiivista autokorrelaatiota on 0, 7, kun taas kaksi päivää ennen palautuksissa positiivinen autokorrelaatio on 0, 3. Menneet tuotot vaikuttavat vaikuttavan tulevaisuuden tuottoihin. Siksi Emma voi säätää portfolionsa hyödyntääkseen autokorrelaatiota ja siitä johtuvaa vauhtia jatkamalla asemansa pitämistä tai keräämällä lisää osakkeita.
